| |
| |
Tipo de Mídia:
Texto
|
|
Formato:
.pdf
|
Tamanho:
4.20
MB
|
|
|
| |
|
|
| |
|
|
| |
|
|
| |
Título: |
|
Diretrizes para a escolha de técnicas de visualização aplicadas no processo de extração do conhecimento |
Autor: |
|
Juliana Keiko Yamaguchi
 |
Categoria: |
|
Teses e Dissertações |
Idioma: |
|
Português |
Instituição:/Parceiro |
|
[cp] Programas de Pós-graduação da CAPES
|
Instituição:/Programa |
|
UEM/CIÊNCIA DA COMPUTAÇÃO |
Área Conhecimento |
|
CIÊNCIA DA COMPUTAÇÃO |
Nível |
|
Mestrado
|
Ano da Tese |
|
2010 |
Acessos: |
|
528 |
Resumo |
|
A busca de informações novas e úteis em dados, que tendem a aumentar devido ao avanço
tecnológico, exige métodos mais sofisticados como os desenvolvidos para a descoberta de
conhecimento em banco de dados. Tais métodos podem utilizar técnicas de mineração de dados
bem como técnicas de visualização, com o intuito de extrair informações e possibilitar que o
usuário, conhecedor do domínio, tenha melhores condições de compreender as informações
extraídas para a tomada de decisão. Desse modo, técnicas de visualização e de mineração de
dados podem ser aplicadas em conjunto. Contudo, esta integração não é obrigatória, sendo
possível extrair informações dos dados apenas por meio de técnicas de visualização utilizadas
como ferramenta de exploração. No entanto, a definição de qual, ou quais, dentre as técnicas de
visualização existentes, poderá cumprir melhor este papel durante a extração do conhecimento e,
ainda, fazê-lo da melhor forma possível, exige o entendimento sobre os fatores que podem
influenciar essa escolha considerando também o conhecimento sobre o domínio da aplicação.
Nesse contexto, foram realizados estudos e análises de técnicas de visualização com o objetivo
de estabelecer diretrizes para a escolha dessas técnicas, constituindo-se na principal contribuição
deste trabalho. Para isto, foi utilizada a metodologia Teoria Fundamentada em Dados (do inglês,
Grounded Theory), por meio da qual a definição dessas diretrizes baseou-se em parâmetros
identificados durante a pesquisa, nomeados como: tipo de dado, tipo de tarefa, volume,
dimensionalidade e posição dos atributos. Estes parâmetros foram associados às técnicas de
visualização existentes e foram analisados tendo como base a literatura a respeito do uso dessas
técnicas. Adicionalmente, estes parâmetros foram analisados sob o ponto de vista prático,
aplicando-se ferramentas computacionais de visualização em bases de dados reais e fictícias. |
| |
|
|
| |
|
 |
|
|
|